Long-term demographic forecasting

V. L. Makarov; Макаров В. Л.; A. R. Bakhtizin; Бахтизин А. Р.; Luo Hua; Хуа Луо; Wu Jie; Цзе Ву; Wu Zili; Зили Ву; M. Yu. Sidorenko; Сидоренко М. Ю.

doi:10.31857/S0869587323010048

ДОЛГОСРОЧНОЕ ДЕМОГРАФИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ

Авторы: Макаров В.Л.¹, Бахтизин А.Р.¹, Хуа Л.², Цзе В.³, Зили В.⁴, Сидоренко М.Ю.⁵
Учреждения:
1. Центральный экономико-математический институт РАН
2. Шанхайский институт иностранных языков
3. Guangzhou Milestone Software Co., Ltd., Гуанчжоу, Китай Центр экономической и социальной интеграции и прогнозирования Академии общественных наук КНР, Пекин, Китай Академия социальных наук провинции Гуандун
4. Guangzhou Milestone Software Co., Ltd.
5. Государственный университет гуманитарных наук
Выпуск: Том 93, № 1 (2023)
Страницы: 21-35
Раздел: ИЗ РАБОЧЕЙ ТЕТРАДИ ИССЛЕДОВАТЕЛЯ
URL: https://journals.rcsi.science/0869-5873/article/view/140592
DOI: https://doi.org/10.31857/S0869587323010048
EDN: https://elibrary.ru/EMYUIN
ID: 140592

Цитировать

Полный текст

Открытый доступ
Доступ закрыт

Доступ предоставлен
Доступ закрыт

Только для подписчиков

Аннотация
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

В работе рассмотрены результаты последних демографических прогнозов от ведущих мировых специализированных центров (Отдел народонаселения ООН, Центр демографии и глобального человеческого капитала имени Витгенштейна, Институт измерения показателей и оценки состояния здоровья), демонстрирующие определённую ангажированность в пользу отдельных стран, а также используемые ими методики расчётов. Во второй части статьи приведено описание построенного китайско-российским коллективом цифрового двойника демографической системы планеты, реализованного в национальном суперкомпьютерном центре КНР. Кроме того, описаны результаты некоторых расчётов, осуществлённых с использованием этого инструмента.

Ключевые слова

демографические прогнозы, агент-ориентированные модели, вычислительные эксперименты.

Список литературы

Alkema L., Raftery A.E., Gerland P. et al. Probabilistic Projections of the Total Fertility Rate for All Countries // Demography 1. August 2011. № 48 (3). P. 815–839. https://doi.org/10.1007/s13524-011-0040-5
World Population Prospects 2022: Methodology of the United Nations population estimates and projections. United Nations, Department of Economic and Social Affairs, Population Division (UN DESA/POP/2022/TR/NO. 4). https://population.un.org/ wpp/Publications/Files/WPP2022_Methodology.pdf (дата обращения 24.09.2022).
Ševčíková H., Alkema L., Liu P. et al. (2022) bayes TFR: Bayesian Fertility Projection. R Package and documentation version 7.1-1. https://cran.r-project.org/ web/packages/bayesTFR
World Population Prospects 2019: Methodology of the United Nations population estimates and projections. United Nations, Department of Economic and Social Affairs, Population Division (ST/ESA/SER.A/425). https://population.un.org/wpp/Publications/Files/ WPP2019_Methodology.pdf
Demographic and Human Capital Scenarios for the 21st Century: 2018 assessment for 201 countries // W. Lutz, A. Goujon, Samir KC et al. (eds.). European Commission, Joint Research Centre, Publications Office of the European Union. Luxembourg, 2018. https://doi.org/10.2760/41776, EUR 29113; http://pure.iiasa.ac.at/id/eprint/15226/1/lutz_et_al_2018_ demographic_and_human_capital.pdf
Adam D. (2021): How far will global population rise? Researchers can’t agree // Nature. 2021. № 597. P. 462–465. https://doi.org/10.1038/d41586-021-02522-6
Vollset S.E., Goren E., Yuan C. et al. (2020): Fertility, mortality, migration, and population scenarios for 195 countries and territories from 2017 to 2100: a forecasting analysis for the Global Burden of Disease Study // The Lancet. 2020. V. 396. Is. 10258. P. 1285–1306. https://doi.org/10.1016/S0140-6736(20)30677-2
Gietel-Basten S., Sobotka T. (2020) Uncertain population futures: Critical reflections on the IHME Scenarios of future fertility, mortality, migration and population trends from 2017 to 2100. https://doi.org/10.31235/osf.io/5syef
Henning P. (2008): Computational Evolution. https://doi.org/10.1007/978-3-540-70556-7_14
Makarov V.L., Bakhtizin A.R., Epstein J.M. Agent-based modeling for a complex world. 2nd edition, revised. M.: Scientific publications department, GAUGN, 2022 (a).
Makarov V.L., Bakhtizin A.R., Epstein J.M. Agent-based modeling for a complex world. Part 1 // Economics and Mathematical Methods. 2022 (б). № 58. P. 5–26. https://doi.org/10.31857/S042473880018970-6
Макаров В.Л., Бахтизин А.Р., Ильин Н.И. Моделирование и оценка национальной силы России // Экономические стратегии. 2020. № 2 (168). С. 6–19. https://doi.org/10.33917/es-2.168.2020.6-19
Peng D., Zhenwu Z., Wei C. The Centennial Development Trend of China’s Population Aging) // Population Research. 2005. V. 29. № 6. P. 90–93 (Chinese).
Zhenwu Z., Jiaju C., Long L. 2015~2100. Future Trends of China’s Population and Aging: 2015~2100) // Population Research. V. 41. № 4. July 2017. P. 60–71 (Chinese).
Wei Z., Shanjun L., Kai C. Characteristics and Trends of Population Aging in China and Potential Impact on Economic Growth // Quantitative and Technical Economics Research. 2014. № 31 (08). P. 3–20 (Chinese).https://doi.org/10.13653/j.cnki.jqte.2014.08.001
Bijak J., Higham P.A., Hilton J. et al. (2022): Towards Bayesian Model-Based Demography. Agency, Complexity and Uncertainty in Migration Studies // Methodos Series. 2022. V. 17. Cham: Springer. https://doi.org/10.1007/978-3-030-83039-7
Bell A.R., Calvo-Hernandez C., Oppenheimer M. Migration, Intensification, and Diversification as Adaptive Strategies // Socio-Environmental Systems Modelling. 2019. № 1. P. 16102. https://doi.org/10.18174/sesmo.2019a16102
Lim D.K. A Political, Economic and Social Agent Based Model of Migration (MAPES) // UCLA. 2019. ProQuest ID: Lim_ucla_0031D_18154. Merritt ID: ark:/13030/m53n75w7. Retrieved from https://escholarship.org/uc/item/9r82j9gt
Marini M., Chokani N., Abhari R.S. Agent-Based Model Analysis of Impact of Immigration on Switzerland’s Social Security // Int. Migration & Integration.2019. № 20. P. 787–808 (2019). https://doi.org/10.1007/s12134-018-0631-8
Klabunde A., Willekens F. Decision-Making in Agent-Based Models of Migration: State of the Art and Challenges // European journal of population = Revue europeenne de demographie. 2016. № 32 (1). P. 73–97. https://doi.org/10.1007/s10680-015-9362-0
Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л. и др. Агентное моделирование социально-экономических последствий миграции при государственном регулировании занятости // Экономика и математические методы. 2022. Т. 58. № 1. С. 113–130. https://doi.org/10.31857/S042473880018960-5
Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Агеева А.Ф. Агент-ориентированный подход при моделировании трудовой миграции из Китая в Россию // Экономика региона. 2017. Т. 13. Вып. 2. С. 331–341.
Agent-Based Modelling in Population Studies: Concepts, Methods, and Applications / André Grow and Jan Van Bavel (eds). 2017. https://doi.org/10.1007/978-3-319-32283-4
Макаров В.Л., Нигматулин Р.И., Ильин Н.И. и др. Цифровой двойник (искусственное общество) социально-экономической системы России – платформа для экспериментов в сфере управления демографическими процессами // Экономические стратегии. 2022. № 2 (182). С. 6–19. https://doi.org/10.33917/es-2.182.2022.6-19
Сайт Отдела населения ООН. https://www.un.org/ development/desa/pd/content/international-migrant-stock
Caйт City Population. https://www.citypopulation.de/ en/china/cities/
Burch T.K. (2018): The Cohort-Component Population Projection: A Strange Attractor for Demographers // Model-Based Demography. Demographic Research Monographs. Springer, Cham, 2018. https://doi.org/10.1007/978-3-319-65433-1_10